机载单通道雷达实波束扫描的前视探测

针对机载单通道雷达采用合成孔径雷达(SAR)技术、多普勒波束锐化(DBS)技术等途径难以实现载机飞行路线正前方高分辨率成像问题,研究了一种利用方位实波束重叠扫描的新型机载单通道雷达前视探测方法,讨论了提高方位分辨率的可行性和适用条件。该方法根据目标回波强度受到波束扫描增益调制的特点,通过计算修正的Capon空间谱来实现方位超分辨。模拟实验表明,所提方法能够实现机载单通道雷达的前视成像,可以显著提高波束主瓣区域内强弱临近目标的分辨能力。     

高分辨率多通道天线星载SAR的MCCS成像算法

在分析经典条带成像算法在处理高分辨率多通道天线星载SAR(Synthetic Aperture Radar)回波信号方面局限性的基础上,提出适用于高分辨率多通道天线星载合成孔径雷达的多通道Chirp Scaling成像算法(MCCS, Multi-channel Chirp Scaling Algorithm).该算法利用补偿滤波器组来实现从高分辨率多通道天线星载SAR回波数据到传统条带SAR回波数据的等效转换,利用Chirp Scaling原理实现精确聚焦,进而从根本上摆脱了分布相位中心(DPC,Displaced Phase Center)等效条件对高分辨率多通道天线星载SAR的约束.最后通过计算机仿真结果验证了该算法的有效性.      

协同体制被动毫米波成像系统天线阵布局优化

针对人体安检应用中的高分辨率实时成像需求,分析了被动毫米波成像系统中相控阵体制与综合孔径体制的关系,结合两者优势提出了一种协同体制被动毫米波成像系统.针对水平方向相控阵体制布局,利用模拟退火算法进行优化,提出采用不同孔径喇叭天线作为阵列单元的方式提升阵列性能,并对主波束效率最大化及副瓣电平最平坦两种准则下的优化结果进行比较;针对竖直方向综合孔径体制布局,设计了满足基线不缺失条件的冗余度最平均稀疏阵列布局.仿真分析结果表明优化后的阵列天线结构可满足被动成像中提升功率测量信噪比(SNR)的需求.      

面向综合环境监测的星载SAR技术发展

针对中国微波遥感对地观测在信息维度、反演精度、观测效率和体系架构等方面存在的问题,基于国家重点研发计划“星载新体制SAR综合环境监测技术”的研究内容与成果,探讨了面向综合环境监测的若干未来星载SAR技术发展。在超大幅宽成像方面,提出分段渐变重频时序设计方案和基于最优线性无偏估计的低过采样变重频数据处理算法,实现了跨盲区大幅宽星载SAR成像;在宽幅星载SAR高灵敏度成像方面,提出中频数字波束合成高效星上实时处理架构和加权因子快速生成算法,采用16通道机载飞行试验数据验证,图像信噪比提升约112dB;在多极化星载SAR成像方面,分别提出一种简缩极化分解算法及混合全极化方位模糊抑制方法,在P/L波段机载飞行试验中得到验证;在高精度干涉SAR技术方面,提出基于改进相位补偿方案的层析SAR处理方法,利用P波段全极化层析SAR数据验证,获得优于0.9m的森林高度反演精度;在综合环境监测星座架构设计方面,针对广域地表高程、地表形变、海浪谱能量、洋流速度和生物量应用,完成品质因数达100的高分宽幅SAR卫星方案,其观测效能和观测维度较目前在轨SAR卫星有大幅提升。     

基于激光跟踪仪的多立方镜姿态标定方法

提出了使用激光跟踪仪测量系统对立方镜姿态进行测量的方法。首先,根据反射原理及平面镜光学成像原理对立方镜法线进行测量,然后建立立方镜的角度坐标系,并标定多个立方镜坐标系间的转换矩阵。通过单个立方镜姿态测量及2个立方镜间坐标系转换矩阵标定的实验,验证了方法的可行性。实验结果表明,最大标定误差优于5″,满足测量精度的要求。     

用改进的多普勒中心跟踪法进行ISAR运动补偿

研究逆合成孔径雷达（ＩＳＡＲ）的相位补偿，运用Ｗａｈｅ［１］提出的相位梯度自聚焦（ＰＧＡ）算法改进文［２］的多普勒中心跟踪法（ＤＣＴ），形成了改进的多普勒中心跟踪法（ＭＤＣＴ）。该方法通过循环移位、加窗和迭代等步聚，巧妙地消除了相位补偿中转动相位分量（ＲＰＣ）对估计平动相位分量（ＴＰＣ）的影响。经过几次迭代，可以有效地实现目标ＴＰＣ的最大似然估计和补偿。外场数据处理结果表明这种方法明显改善了成象质量。     

用脉冲光屏法测量高温等离子体流场中的粒子

粒子场测量技术目前广泛用于气液、气固两相流中，但是在等离子体流场中的粒子测量目前尚未很好解决。本文采用序列脉冲激光屏多次曝光摄影法，克服了流场的严重干扰，在电弧加热器等离子体流场中，对飞行速度达２０００ｍ／ｓ的粒子实验获得成功，得到某一截面内粒子的尺寸、空间分布及数密度等参数。     

近场微波成像的实验研究

本文针对转台模式的近场微波成像进行了实验研究。首先介绍了近场微波成像的实验系统，然后考虑到宽频带天线的非理想特性，提出一种近场微波成像系统的实验修正模型。最后基于该模型，给出了利用理想导体长方柱、理想导体圆柱、理想导体正方体盒以及四尾翼导弹模型的实测数据的重建图像。重建图像基本反映了目标的轮廊。     

基于组字典学习的逆合成孔径雷达成像方法

基于压缩感知(compressive sensing, CS)的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法可以使用非常少的数据来获得高质量的图像。但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能。结合字典学习(dictionary learning, DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系。为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictionary learning,GDL)的ISAR成像方法。将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition, SVD)从图像块组中学习出最优组稀疏变换字典。学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像。实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率。     

考虑电离层对GEOSAR影响的改进CS成像算法

地球同步轨道合成孔径雷达(GEOSAR)轨道位置高且合成孔径时间较长,电离层的空时变化特性严重影响该雷达的聚焦性能。为解决电离层对GEOSAR成像聚焦性能的影响,提出一种改进的chirp scaling (CS)成像算法。结合GEOSAR的轨道运动特点,给出因电离层空时变化引起的回波信号模型,提出了改进CS成像算法用以解决电离层对成像聚焦性能的影响。仿真结果表明:该成像方法能较好地处理电离层影响,可获得理想的聚焦成像结果。该方法为GEOSAR实现高精度成像提供了技术支撑。